模糊神经网络油气检测

来源 :国际地球物理研讨会 | 被引量 : 0次 | 上传用户:tc2020
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文在分析研究BP网络油气预测存在问题的基础上,提出了一种模糊神经网络。这种网络与BP网络相似,它将模糊的概念结合于网络之中,使神经网络可以处理结构化的知识,亦即由专家给出的规则,从而提高了油气预测结果的可信度。同时,在网络训练时采用同伦学习算法大大提高了网络训练的收敛速度,避免了用梯度下降法训练网络所产生的局部收敛现象。模糊神经网络已在大庆探区多个高分辨率区块进行了油气预测的实际应用,取得了较好的效果。
其他文献
提出了一种采用自组织竞争神经网络优化模糊神经网络的模糊标记数的方法,能够使其数目减为最少,从而获得其结构和参数均为最优的模糊神经网络.有界所提方法在保持相 等的功效下
分析了列车运行过程和列车运行安全控制过程,建立了列车运行模型神经网络控制模型,提出了变学习步长和势态项系数方法,该模糊神经网络在特殊情况下输出可直接受输入神经元控制,保
红门情丝萦八闽———金盾艺术团(上海消防总队文工团)赴闽慰问演出纪实傅海鹏红门里的情丝,是对平安的牵挂;红门里的情丝,是对幸福的追求;红门里的情丝,是对伏火者的钦佩;红门里的情
该文对模糊神经网络(FNN)的快速学习算法进行了研究,提出了FNN的最小二乘一单纯形(LS-Smplex)学习算法。解决了FNN采用梯度型算法学习时所固有的局部收敛问题,以及遗传算法(GA)
该文提出一种基于模糊神经网络的自适应控制器,并给出了自适应训练算法,这种网络每次训练只需少量参数进行调整,算法简单,因此所提出的控制器学习速率快,在过程控制中具有良好的应
在模糊神经网络的应用过程中,网络规模的确定以及系统初值的对于神经网络的收敛速度和训练结果具有重要意义。该文提出的改进模糊曲线方法,可以简单快速地估计所需模糊规则数及
该文在ANFIS系统结构的基础上改进了网络结构,使节点数大大减少,并引入软合取一析取算子,从而能用一个统一的多层次馈型神经网络来实现模型系统的功能,这个系统结构简单,物理意义
该文提出一种基于模糊神经网络的自适应控制器,并给出了自适应训练算法,这种网络每次训练只需少量参数进行调整,算法简单,因此所提出的控制器学习速率快,在过程控制中具有良好的应
将模糊神经网络引入工业中常见的被控对象的控制中,并对其比例因子和量化因子进行了研究和改进,通过计算机仿真表明这种方法的有效性.